本发明涉及传感器科学与，具体而言，涉及一种重力敏感单元的弹簧结构设计方法和系统。
背景技术：
1、自由几何反弹簧重力敏感单元是微机电系统（micro-electro-mechanicalsystem，下文简称mems）重力仪中的物理量转换单元，它具有重量轻、体积小、成本低、功耗小等优点，是mems重力仪的核心组成部分之一，它的性能将直接影响重力加速度的测量精度。重力敏感单元的性能与其几何布局密切相关，重力敏感单元通常为一些简单的几何布局，故设计自由度不大，进一步约束了性能的提升。而通过自由几何形状布局可以从根本上突破简单几何的约束，获得超灵敏的敏感单元。
2、在重力敏感单元设计中加入了自由几何形状的反弹簧，便可形成自由几何反弹簧重力敏感单元。自由几何反弹簧重力敏感单元因其反弹簧的特性，存在很多影响其灵敏度的因素，其中最主要的便是弹簧的构型。
3、然而，重力敏感单元在地球物理学和精确测量辅助系统中所起到的作用决定需在几何布局上对其进行优化，以此来提升其测量精度。但现有设计方法获到的重力敏感单元往往存在性能不足的技术问题，因而测量精度不理想。
技术实现思路
1、本发明所要解决的技术问题是如何通过设计弹簧结构以提高重力敏感单元性能。为克服以上现有技术的缺陷，本发明提供一种重力敏感单元的弹簧结构设计方法和系统，包含一种重力敏感单元的弹簧结构设计方法和一种重力敏感单元的弹簧结构设计系统。
2、本发明的第一技术解决方案是，提供一种重力敏感单元的弹簧结构设计方法，其技术方案如下：
3、一种重力敏感单元的弹簧结构设计方法，所述重力敏感单元包含敏感质量块和通过两根连接杆与所述敏感质量块连接的四根弹簧；
4、其特征在于：包括如下步骤：
5、步骤一、将四根所述弹簧的形状均设定为自由曲线所现形状；
6、步骤二、以所述自由曲线的至少5个控制点的坐标和所述弹簧的结构参数为决策参数，所述结构参数包括所述弹簧的宽度和结构压缩量；
7、步骤三、基于所述弹簧的构型需求确定所述决策参数的取值空间，并在所述取值空间内均匀选取多个参数向量；
8、步骤四、分别以各所述参数向量为基础构建相应的仿真参数以通过多物理场仿真模块对所述重力敏感单元进行结构仿真，获得各所述参数向量对应的仿真模型；
9、步骤五、通过有限元分析方法分别对各所述参数向量对应的仿真模型进行模型计算，以获得所述决策参数与线性回归系数和位移差绝对值的对应关系；
10、步骤六、基于所述取值空间构建搜索空间，将所述线性回归系数与所述位移差绝对值的线性组合作为适应度，以所述适应度为决策函数，获得最优化模型；
11、步骤七、基于所述步骤五所获的对应关系，采用自适应精英学习粒子群算法求解所述最优化模型，获得最优解；
12、步骤八、以所述最优解所决定的所述自由曲线所现形状作为所述弹簧的形状，完成设计。
13、本方法首先构建重力敏感单元有限元仿真模型，并且将该敏感单元的弹簧结构参数化，而后根据位移差绝对值和线性回归系数来设计目标函数，通过取值空间构建搜索空间。与此同时，本发明创造性地使用最优化模型与自适应精英学习粒子群算法的结合对该设计进行优化，经过多次模拟计算，以该结构的灵敏度（即位移差绝对值）和线性拟合度为评价指标来确定最优化的自由几何反弹簧重力敏感单元的参数设计，从而提升该结构的性能，解决现有设计方法获到的重力敏感单元性能不足的技术问题，实现在几何布局上对其进行优化，以此来提升其测量精度。不仅如此，由于自适应精英学习粒子群算法原理简单，易于实现，且需要调节的参数较少，与其它计算智能算法相比，其收敛速度更快，能够在较短的时间内得到一组较优的解，大大提升了运算效率。
14、在一种可能的实施方式中，所述自由曲线为b样条曲线或贝塞尔曲线；
15、在该b样条曲线或贝塞曲线中，改变一个点并不会影响所有的曲线段，因此，可以大大节省仿真时间。
16、在一种可能的实施方式中，所述步骤五包括如下步骤：
17、步骤5.1、根据所述重力敏感单元的结构特性分别对各所述参数向量对应的仿真模型进行网格划分，获得各自对应的网格化模型；
18、步骤5.2、分别对各所述参数向量各自对应的网格化模型进行平衡方程构建，获得各自对应的以所述敏感质量块的敏感轴向位移量为未知量的平衡方程；
19、步骤5.3、按初始步长为10gal，将重力加速度g从0gal增至970gal，然后以0.1gal的步长将所述重力加速度g从974gal增至984gal的规律对所述重力加速度g进行赋值，以求解器分别对各所述参数向量对应的平衡方程进行求解，获得各所述参数向量各自对应的所述敏感质量块的敏感轴向位移量与所述重力加速度g的线性回归关系；
20、步骤5.4、分别根据所述步骤5.3所获各所述参数向量各自对应的线性回归关系算出各所述线性回归关系的所述线性回归系数，获取各所述参数向量各自对应的所述线性回归系数；
21、步骤5.5、通过数值逼近方法基于所有所述参数向量和各所述参数向量各自对应的所述线性回归系数获得所述决策参数与所述线性回归系数的对应关系；
22、步骤5.6、分别基于所述步骤5.3所获各所述参数向量各自对应的线性回归关系获取各所述参数向量各自对应所述位移差绝对值；
23、所述位移差绝对值为所述重力加速度g值为974gal时所述敏感质量块在沿敏感轴方向上的位移量与所述重力加速度g值为984gal时所述敏感质量块在沿敏感轴方向上的位移量的差取绝对值；
24、步骤5.7、通过数值逼近方法基于所有所述参数向量和各所述参数向量各自对应的所述位移差绝对值获得所述决策参数与所述位移差绝对值的对应关系；
25、进而，通过有限元分析，构建重力加速度作用下敏感质量块敏感轴方向上的位移差绝对值和工作范围内位移与重力加速度的线性回归决定系数的计算方法，并进行仿真计算得到结果，以此构建优化弹簧的重力敏感单元结构时所用到的目标函数，形成了合理的最优化模型，为后续处理提供依据，而且实现精确度的可预测性。
26、在一种可能的实施方式中，所述步骤七包括如下步骤：
27、步骤7.1、采用种群规模为 n的粒子群，随机以所述搜索空间的 n个向量作为诸粒子的初始位置，且对诸所述粒子分别赋以初始速度，且设置最大迭代次数；
28、步骤7.2、以粒子群优化算法的位置更新方式作为诸粒子的位置更新方式，并定义四种策略以通过四种不同方式生成学习目标引导诸所述粒子进行搜索更新，所述四种策略为c-策略、o-策略、d-策略和a-策略；
29、步骤7.3、将所述粒子群划分为四个子群，按一对一分配方式分别执行所述c-策略、所述o-策略、所述d-策略、所述a-策略，分别以各粒子的初始位置和初始速度作为其上一次位置更新结果和速度更新结果；
30、步骤7.4、令各子群中粒子根据各自所执行策略获得各自的本次学习目标，然后基于各粒子的上一次位置更新结果和速度更新结果，以及各粒子的本次学习目标获得各粒子的本次速度更新结果和本次位置更新结果；
31、步骤7.5、分别以各粒子的本次位置更新结果获得本次的决策参数，利用所述决策参数与所述线性回归系数的对应关系获得各粒子当前的线性回归系数，同时利用所述决策参数与所述位移差绝对值的对应关系获得各粒子当前的位移差绝对值；
32、步骤7.6、分别判断各粒子的本次位置更新结果是否属于所述搜索空间，去除不属于所述搜索空间的所有粒子，将属于所述搜索空间的所有粒子作为本次剩余粒子群，且分别进行适应度计算获得所述本次剩余粒子群各粒子的适应度；
33、步骤7.7、根据所述本次剩余粒子群所有粒子的当前个体历史最优适应度大小对所述本次剩余粒子群所有粒子从优到劣排序，获得排序结果；
34、步骤7.8、根据所述步骤7.7的排序结果，在所述本次剩余粒子群中从优到劣依次选取若干个粒子作为精英粒子，分别确定这若干个精英粒子各自所属子群，且按如下方式遍历这若干个精英粒子以进行粒子间竞争与淘汰：
35、若某个精英粒子属于子群s，则从除子群s以外的所有子群中分别随机选择一个粒子，比较该精英粒子与这些被选粒子的个体历史最优适应度，若该精英粒子获胜，则将该精英粒子的当前历史最优位置作为这些被选粒子最终的本次位置更新结果，反之则继续保留被选粒子的本次速度更新结果和本次位置更新结果，其中s=1、2、3、4；
36、步骤7.9、判断当前是否已达到所述最大迭代次数，若是，则根据所述排序结果将本次所获最优适应度和该所述最优适应度所对应粒子位置作为所述最优化模型的最优解；若否，则将所述本次剩余粒子群作为下一次更新的粒子群且不改变其中各粒子所执行的学习目标更新策略，将其中各粒子的本次速度更新结果和本次位置更新结果作为各自的上一次速度更新结果和上一次位置更新结果，回转到执行所述步骤7.4；
37、此方案通过四种策略以通过四种不同方式生成学习目标引导诸粒子进行搜索更新，并且在获得各粒子的本次速度更新结果和本次位置更新结果后以步骤7.8的方式进行粒子间竞争与淘汰，不仅能够保证求解结果的精确可靠，而且确保算法具备较强的收敛性。
38、在一种可能的实施方式中，在所述步骤7.2中：
39、所述c-策略为：随机选取两个粒子，获取这两个粒子中当前个体历史最优适应度最优的粒子，以此粒子的个体历史最优位置与当前执行更新的粒子的个体历史最优位置进行二项交叉，据此获得当前执行更新的粒子的学习目标；
40、所述o-策略为：使用环形拓扑结构的调整模式对诸粒子之间的位置关系进行调整，以使各粒子均存在两个周围粒子，分别以每个粒子联其两个周围粒子共同构成该粒子的一个小区域，分别找到各小区域内粒子的当前局部历史最优位置，通过比较各小区域内粒子的当前局部历史最优位置找到当前全局历史最优位置，以处于当前全局历史最优位置的粒子的历史最优位置与当前执行更新的粒子的位置进行正交组合，构建学习目标；
41、所述d-策略为：以所述粒子群优化算法的速度更新策略构建学习目标；
42、所述a-策略为：使用所述环形拓扑结构的调整模式对诸粒子之间的位置关系进行调整，以使各粒子均存在两个周围粒子，分别以每个粒子联其两个周围粒子共同构成该粒子的一个小区域，通过每个小区域的个体历史最优位置的加权均值构建学习目标；
43、其中，
44、执行除所述d-策略外的诸粒子每次速度更新结果由上次速度更新结果项和该粒子本次学习目标与该粒子当前位置的差值项构成，执行所述d-策略的粒子以所述粒子群优化算法的速度更新方式更新速度
45、所拟定的四种速度更新策略中，a-策略和c-策略适合全局搜索，d-策略和 o-策略适合局部搜索，会让表现较优的一部分粒子去向更多的目标去学习，从而跳出局部最优或找到更优的解，同时也能维持种群的多样性，因为当别的子群中的粒子被淘汰时，精英粒子将接替它的位置，在下次搜索时，种群内将会有两个一模一样的粒子会执行完全不同的策略，因此搜索到的解一定不同。
46、在一种可能的实施方式中，在执行结束所述步骤7.3后，执行所述步骤7.4之前需执行如下步骤：
47、分别标定各子群中各粒子在所属子群中的位置索引；
48、进而提供了一种各粒子的记录方案，有利于提高设计过程更新的效率。
49、在一种可能的实施方式中，在执行所述步骤7.8时，第一次从各子群中选取一些粒子和精英粒子进行比较时，这些被选粒子相对各自所在子群中的位置索引被记录，以为从下一次开始，每次均从这些位置索引中选择粒子和精英粒子进行比较；
50、相比较现有技术，采用如上方案有利于维持种群多样性，防止出现早熟收敛的现象。
51、本发明的另一技术解决方案是，提供的一种重力敏感单元的弹簧结构设计系统，其技术方案如下：
52、一种重力敏感单元的弹簧结构设计系统，基于本发明中的重力敏感单元的弹簧结构设计方法，包括：
53、最优化构建模组，用于构建和/或存储重力敏感单元的弹簧设计所对应的最优化模型；
54、计算模块，用于获得所述最优化模型所对应的最优解，且基于所述最优解获得所述弹簧的形状设计参数；
55、其中，
56、所述最优化构建模组与所述计算模块通信连接。
57、本系统基于本发明的重力敏感单元的弹簧结构设计方法，采用最优化构建模组实现最优化建模，通过与计算模块的相互配合，最终获得最优化模型所对应的最优决策参数，以完成弹簧之形状设计。进而解决了现有设计方法获到的重力敏感单元性能不足的技术问题，实现在几何布局上对其进行优化，且测量精度实现提升。
58、在一种可能的实施方式中，所述最优化构建模组包括：
59、参数模块，被设置为以自由曲线的至少5个控制点的坐标和包括所述弹簧的宽度、所述弹簧的结构压缩量的所述弹簧的结构参数作为决策参数；
60、取值模块，被设置为基于所述弹簧的构型需求确定所述决策参数的取值空间；
61、仿真模块，被设置为在所述取值空间内均匀选取多个参数向量，并对所述重力敏感单元进行结构仿真，获得各所述参数向量对应的仿真模型；
62、对应模块，被设置为通过有限元分析方法分别对各所述参数向量对应的仿真模型进行模型计算，以获得所述决策参数与所述线性回归系数的对应关系及所述决策参数与所述位移差绝对值的对应关系；
63、模型模块，被设置为构建搜索空间，并将所述线性回归系数与所述位移差绝对值的线性组合作为适应度，以所述适应度为决策函数，获得最优化模型；
64、其中，
65、所述取值模块与所述参数模块通信连接，所述仿真模块与所述取值模块通信连接，所述对应模块与所述仿真模块通信连接，所述模型模块与所述对应模块通信连接；
66、进而实现依次通过参数模块的参数设置、取值模块的约束确定、仿真模块的结构仿真、对应模块的对应关系生成和模型模块的最终模型构建，实现构建和/或存储重力敏感单元的弹簧设计所对应的最优化模型，具有执行有序性和模型精确性，从而提高了模型构建效率。
67、在一种可能的实施方式中，所述对应模块包括：
68、网格单元，被设置为根据所述重力敏感单元的结构特性分别对各所述参数向量对应的仿真模型进行网格划分，获得各自对应的网格化模型；
69、平衡单元，被设置为分别对各所述参数向量各自对应的网格化模型进行平衡方程构建，获得各自对应的平衡方程；
70、求解器，被设置为按初始步长为10gal，将重力加速度g从0gal增至970gal，然后以0.1gal的步长将所述重力加速度g从974gal增至984gal的规律对所述重力加速度g进行赋值，分别对各所述参数向量对应的平衡方程进行求解，获得各所述参数向量各自对应的所述敏感质量块的敏感轴向位移量与所述重力加速度g的线性回归关系；
71、回归单元，被设置为分别根据各所述参数向量各自对应的线性回归关系计算出各所述线性回归关系的所述线性回归系数，获取各所述参数向量各自对应的所述线性回归系数，基于所有所述参数向量和各所述参数向量各自对应的所述线性回归系数获得所述决策参数与所述线性回归系数的对应关系；
72、绝对单元，被设置为分别基于各所述参数向量各自对应的线性回归关系获取各所述参数向量各自对应所述位移差绝对值，基于所有所述参数向量和各所述参数向量各自对应所述位移差绝对值获得所述决策参数与所述位移差绝对值的对应关系；
73、其中，
74、所述网格单元与所述仿真模块通信连接，所述平衡单元与所述网格单元通信连接，所述求解器与所述平衡单元通信连接，所述回归单元与所述求解器通信连接，所述绝对单元与所述求解器通信连接，所述模型模块与所述回归单元，所述绝对单元通信连接；
75、进而实现通过限元分析构建重力加速度作用下敏感质量块敏感轴方向上的位移差绝对值和工作范围内位移与重力加速度的线性回归决定系数的计算方法，并进行仿真计算得到结果，以此构建优化弹簧重力敏感单元结构时所用到的目标函数，效率提高。
1.一种重力敏感单元的弹簧结构设计方法，所述重力敏感单元包含敏感质量块（105）和通过两根连接杆（101）与所述敏感质量块（105）连接的四根弹簧（102）；
2.根据权利要求1所述的重力敏感单元的弹簧结构设计方法，其特征在于：所述自由曲线为b样条曲线或贝塞尔曲线。
3.根据权利要求2所述的重力敏感单元的弹簧结构设计方法，其特征在于：所述步骤五包括如下步骤：
4.根据权利要求3所述的重力敏感单元的弹簧结构设计方法，其特征在于：所述步骤七包括如下步骤：
5.根据权利要求4所述的重力敏感单元的弹簧结构设计方法，其特征在于：在所述步骤7.2中：
6.根据权利要求5所述的重力敏感单元的弹簧结构设计方法，其特征在于：在执行结束所述步骤7.3后，执行所述步骤7.4之前需执行如下步骤：
7.根据权利要求6所述的重力敏感单元的弹簧结构设计方法，其特征在于：在执行所述步骤7.8时，第一次从各子群中选取粒子与精英粒子进行比较时，这些被选粒子相对各自所在子群中的位置索引被记录，以从下一次开始，每次均从这些位置索引中选择粒子和精英粒子进行比较。
8.一种重力敏感单元的弹簧结构设计系统，其特征在于：基于权利要求1-7任意一项所述的重力敏感单元的弹簧结构设计方法，包括：
9.根据权利要求8所述的重力敏感单元的弹簧结构设计系统，其特征在于：所述最优化构建模组包括：
10.根据权利要求9所述的重力敏感单元的弹簧结构设计系统，其特征在于：所述对应模块包括：
